MLflow gerenciado

Capture entradas, saídas e a execução passo a passo, incluindo prompts, recuperações e chamadas de ferramentas, com o rastreamento compatível com OpenTelemetry de código aberto do MLflow. Instrumente automaticamente bibliotecas populares de GenAI ou ingira rastreamentos diretamente. Depure e itere mais rápido com visualizações interativas da linha do tempo, comparações lado a lado e sem dependência de fornecedor.

Avalie agentes de GenAI usando LLM-como-juiz e feedback humano, diretamente na UI do MLflow. Crie datasets a partir de rastreamentos de produção, compare as saídas entre versões e avalie a qualidade com métricas predefinidas ou personalizadas, como alucinação ou relevância. Incorpore o feedback de especialistas por meio de UIs da web ou APIs de aplicativos para se alinhar ao julgamento humano e melhorar continuamente os resultados.

Versione prompts, agentes e código de aplicação em um só lugar com o MLflow. Link rastreamentos, avaliações e dados de desempenho a versões específicas para uma linhagem de ciclo de vida completa. Reutilize e compare prompts entre fluxos de trabalho, gerencie versões de agentes com métricas e parâmetros associados e integre com Git e CI/CD para acelerar a iteração governada.

Monitore a qualidade da GenAI em tempo real com os dashboards do MLflow, exploradores de rastreamento e alertas automatizados. Rastreie problemas como vazamento de PII, picos de latência ou respostas inúteis usando avaliações LLM-judge e métricas personalizadas. Configure avaliações online e aja rapidamente — antes que os usuários sejam afetados.

Automaticamente rastreie parâmetros, métricas, artefatos e modelos de qualquer framework de ML ou aprendizagem profunda. O MLflow oferece uma trilha de auditoria completa e suporta comparações detalhadas entre arquiteturas, checkpoints e fluxos de trabalho de treinamento — em escala.
 

Registre automaticamente métricas integradas e personalizadas para tarefas como classificação ou regressão. Compare os resultados com baselines, registre artefatos como curvas ROC e valide modelos em novos conjuntos de dados — antes que eles cheguem à produção.

Descubra, compartilhe e gerencie modelos de forma centralizada com o MLflow Model Registry — integrado ao Unity Catalog para governança de ponta a ponta. Acompanhe o status da implantação e colabore entre equipes com visibilidade total do desempenho do modelo em todos os ambientes

Implante modelos com um formato de empacotamento reproduzível que inclui todo o código, dependências e pesos. Sirva-os como APIs REST ou execute inferência em lote de alto throughput com ai_query — otimizado para CPU e GPU via Databricks Model Serving.